彼得·蒂尔指出：人工智能芯片终将商品化。

这就是我避开英伟达 (NVDA) 的原因。

英伟达曾通过将 GPU 的价格提高 10 倍赚取巨额利润，而其他厂商则不得不为此买单，因为当时的替代品性能不足。

如今，替代品的性能已经足够好了。

AMD 的硬件性能已经赶上了英伟达，而 ASIC 芯片凭借其高效率，也展现出了意想不到的竞争力。

谷歌 (GOOG) 完全使用 TPU 来训练 Gemini 3 模型，而 Anthropic 则在 Trainium 集群上运行了相当一部分训练和推理工作负载。

随着替代品性能的不断提升，英伟达的利润率和销量将会下降，利润来源也将从硬件转移到应用层。